# Levanto los datos en 3 diferentes dataframes #Artículos conn = sql3.connect('/work/data/articles.db') sql_query = pd.read_sql_query('SELECT * FROM articles',conn) df_articles = pd.DataFrame(sql_query,columns = ['article_id','article_name','unit_price']) #df_articles #Vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) #df_sellers #Órdenes df_orders = pd.read_csv('/work/data/orders.csv') #df_orders

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) #Muestra las primeras 5 filas print('\nForma del dataframe') print(df_articles.shape) print('\nBuscar valores nulos') print(df_articles.isnull().sum()) print('\nFormato de los datos del dataframe') print(df_articles.dtypes)

# Exploración del df de vendedores print('Muestra de datos') print(df_sellers.head()) #Muestra las primeras 5 filas print('\nForma del dataframe') print(df_sellers.shape) print('\nBuscar valores nulos') print(df_sellers.isnull().sum()) print('\nFormato de los datos del dataframe') print(df_sellers.dtypes)

# Exploración del df de órdenes print('Muestra de datos') print(df_orders.head()) #Muestra las primeras 5 filas print('\nForma del dataframe') print(df_orders.shape) print('\nBuscar valores nulos') print(df_orders.isnull().sum()) print('\nFormato de los datos del dataframe') print(df_orders.dtypes)

# Cambiar a float los precios unitarios df_articles['unit_price'] = df_articles['unit_price'].astype(float) print(df_articles.dtypes)

#Creo una copia del df_orders my_df = df_orders.copy() # Cambio el indice del df_articles df_articles.set_index('article_id', inplace=True) # Agrego 3 columnas y pongo el campo que me va a servir de "ancla" para buscar la información real. my_df = my_df.assign(article_name = my_df['article_id']) my_df = my_df.assign(total_amount = my_df['article_id']) my_df = my_df.assign(seller_name = my_df['seller_id']) print(df_articles.head())

#Reemplazar los valores reales en el df for i in range (len(my_df.index)): #len(my_df.index) devuelva la cantidad de filas (registros) #reemplazo el nombre del articulo usando el id guardado en my_df article = df_articles.loc[my_df.loc[i]['article_id']]['article_name'] my_df.loc[i, 'article_name'] = article #reemplazo el nombre del vendedor usando el id guardado en my_df my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name'] #busco el pecio unitario y lo multiplico por la cantidad de unidades vendidas. my_df.loc[i, 'total_amount'] = df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] * my_df.loc[i, 'quantity'] #elimino las columnas que no utilizo my_df.drop(['article_id', 'seller_id', 'order_id'], axis='columns', inplace=True) my_df

# RESOLUCIÓN ANALÍTICA my_df1 = my_df.groupby('article_name').sum() por_cantidad = my_df1.sort_values('quantity',ascending=False) print('El artículo más vendido es el',por_cantidad['quantity'].head(1).index[0], 'con',por_cantidad['quantity'].head(1)[0],'unidades vendidas.')

# RESOLUCIÓN GRÁFICA sns.barplot(x=my_df1.index, y=my_df1['quantity'], data = my_df1, order = my_df1.sort_values('quantity', ascending=False).index).set(title='Ventas por Artículo') plt.xticks(rotation = 90) plt.xlabel('Artículo') plt.ylabel('Unidades vendidas') plt.show()

plt.figure(figsize=(5,15)) plt.barh(por_cantidad.index,por_cantidad['quantity'], color='darkblue', alpha = 0.8) plt.xlabel('Unidades vendidas') plt.ylabel('Artículo') plt.title('Ventas por Artículo') plt.show()

# RESOLUCIÓN ANALÍTICA my_df2 = my_df.groupby('article_name').sum() mas_ingresos = my_df2.sort_values('total_amount',ascending=False).head() print('El artículo que más ingresos proporcionó fue el',mas_ingresos['total_amount'].head(1).index[0],'con un monto de $',round(mas_ingresos['total_amount'].head(1)[0]),'.') #print(mas_ingresos)

# RESOLUCIÓN GRÁFICA #Sólo graficamos los 5 primeros productos. Si ponemos el porcentaje de cada uno en el gráfico no sería el número real. plt.pie(x=mas_ingresos['total_amount'], labels = mas_ingresos.index) plt.title('Ingresos por Producto - Top 5 Productos') plt.show()

# RESOLUCIÓN ANALÍTICA #groupby por vendedor df3 = my_df.groupby('seller_name').sum().sort_values('total_amount', ascending=False) print('Debe otorgarse el bono por Mejor Vendedor del Mes a',df3[['quantity']+['total_amount']].head(1).index[0], 'por haber logrado un monto total de ventas de $',round(df3['total_amount'].head(1)[0]))

# RESOLUCIÓN GRÁFICA plt.bar(df3.index,df3['total_amount']) plt.xticks(rotation=75) plt.title('Montos de Venta por Vendedor') plt.show()

# RESOLUCIÓN ANALÍTICA df4 = my_df.groupby('week').sum().sort_values('total_amount', ascending=False) print(df4) print('La campaña de promociones debería lanzarse en la semana',df4.index[0],'del mes.')

# RESOLUCIÓN GRÁFICA plt.bar(df4.index,df4['total_amount']) plt.title('Montos de Venta por Semana') plt.xlabel('Semana') plt.ylabel('Monto de Venta') plt.show()

# RESOLUCIÓN df5 = my_df.groupby('country_name').sum().sort_values('total_amount', ascending=False) #print(df5) print('El país que obtuvo el mayor monto total por ventas fue',df5.index[0],'con un monto total de $',round(df5['total_amount'].head(1)[0])) plt.bar(df5.index,df5['total_amount']) plt.xticks(rotation=90) plt.title('Montos de Venta por País') plt.show()

# RESOLUCIÓN df6 = my_df.groupby('seller_name').sum().sort_values('week', ascending=False) print(df6.head()) print(df6.index[0], 'trabajó como vendedor durante',df6['week'].head(1)[0],'semanas.')

# RESOLUCIÓN df7 = my_df.groupby('seller_name').sum().sort_values('quantity', ascending=False) #print(df7.head()) print(df7.index[0],'vendió la mayor cantidad de artículos. Vendió',df7['quantity'].head(1)[0],'artículos.')